20100420第七讲：线性规划与非线性规划方法〔2次课〕.pptVIP

第七讲 线性规划与非线性规划 内容: 本讲主要介绍线性规划问题的求解 目的: 接触最优化问题,学习线性规划算法的 MATLAB实现(基于单纯型法变种) 要求: 能够直接对小规模线性规划问题进行求解 了解线性规划问题的基本概念、形式和算法 掌握线性规划问题的图解法(2维)和lp算法 通过范例,掌握线性规划问题求解一般过程 关于线性规划的引入和概述~ 线性规划隶属于运筹学中的约束优化，简单说就是目标函数(希望进行最优化的指标)和约束条件(决策变量受到的限制)均为线性函数的约束优化(否则称为非线性规划) 线性规划问题是企业运作、科技研发和工程设计的常见问题，应用十分广泛。具有代表性的算法有单纯型法、椭球法和Karmarkar算法。随着计算机硬件和软件技术发展，几十万变量和约束的线性规划问题已经很普通。 MATLAB优化工具箱 Optimization Toolbox 采用投影法(单纯型法变种)，由函数linprog实现求解。 解决规划问题的基本流程~ 线性规划模型的一般形式 哪样一些问题可以描述成为线性规划问题？ 线性规划的图解法(2维情形)1 通过一个简单的实例,巩固对线性规划的若干 概念的理解： exp.1 图解法求解线性规划问题: 线性规划的图解法(2维情形)2 线性规划的图解法(2维情形)3 一些直观结论和定理： 在2维情形下，可行域为直线组成的凸多边形，目标函数的等值线为直线，最优解在凸多边形的 某个顶点处取得。 可行域空集，如改例中第3个约束为-3x1+2x2?14，则无最优解； 可行域无界，如去掉例中第3个约束-3x1+2x2?14，则可能无最优解； 无穷多最优解，如改例中第3个约束为3x1+x2 ? 14，则最优解在凸多边形一条边上取得； 推广到n维欧氏空间，线性规划问题若有最优解，则最优解必是作为可行域的凸多面体的某个顶点。 线性规划的LP解法 相关函数介绍：lp lp函数求解示例： 线性规划的LP解法 相关函数介绍：linprog linprog函数求解示例： 范例-化工公司产品生产计划 范例-化工公司产品生产计划 That’s all~3Q! 第七讲 线性规划与非线性规划 内容：本讲主要介绍非线性规划问题的求解 目的：学习非 线性规划算法的 MATLAB实现 要求：能够运用软件直接对小规模非线性规划 问题进行求解 了解非线性规划问题区别于线性规划问题的基本概念、形式和算法 掌握约束和无约束优化函数constr和fminu 通过范例,掌握非线性规划问题求解一般过程 关于非线性规划的引入和概述~ 非线性规划同时涵盖运筹学中的约束优化和无约束优化两种类型，简单说就是目标函数或约束条件(可以不带constraint)均为非线性函数的优化模型，称为非线性规划。 非线性规划问题同样是企业运作、科技研发和工程设计的常见问题，甚至在某种意义上应用面比线性规划更广。因为非线性本身就意味着混沌和无序，这与现实世界一致。 MATLAB优化工具箱(Optim)针对约束和非约束分别由函数constr和fminu进行求解。 constr升级为fmincon，fminu升级为fminunc 版本更新带来的函数升级… 在后继版本中不再提供支持？熟悉新函数 非线性规划模型的一般形式1 下面分别给出约束和非约束优化的一般形式，以及各自简单的例子: 非线性规划模型的一般形式2 无约束优化只有一个目标函数，这个目标函数必须是非线性的，实际问题真正无约束并不多: 非线性规划方法概要 由于本身的复杂性，非线性规划远不如线性规划问题那样具备很高效率的求解方法。 相对而言无约束优化更容易求解一些，一个基本的思路就是，化约束优化为一系列无约束优化问题，例如：序列无约束极小化技术、可变容差法，等等~~ 对于具体算法细节，我们虽然不会本课程中深入探究，但能够从算法本身的着手改进将会是很有价值的工作，比如本章作者开发的逼近精确罚函数法，感兴趣可以仔细研读 MATLAB非线性规划函数 约束优化函数介绍：constr MATLAB非线性规划函数 无约束优化函数介绍：fminu (fminunc) 非线性规划问题的范例-圈地1 某旅游发展有限公司计划开发度假村，公司要求先用一批旧砖建一圈矩形围墙，以便存放建筑材料．旧砖的数量是固定的，围墙的高度不能低于两米，围墙围住的面积越大越好．要你来设计。 非线性规划问题的范例-圈地2 非线性规划问题的范例-圈地3 具体非线性规划模型： 非线性规划问题的范例-圈地4 非线性规划问题的范例-无约束3 预习第11章 图的模型及矩